Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Apprentissage automatique et IA
Rubriques
- Données agrégées dans Amazon DynamoDB pour les prévisions de machine learning dans Athena
- Associer un AWS CodeCommit référentiel dans un AWS compte à SageMaker Studio dans un autre compte
- Extrayez automatiquement le contenu des PDF fichiers à l'aide d'Amazon Textract
- Créez un MLOps flux de travail en utilisant Amazon SageMaker et Azure DevOps
- Créez une image de conteneur Docker personnalisée SageMaker et utilisez-la pour l'entraînement des modèles dans AWS Step Functions
- Déployez un cas d'RAGutilisation AWS en utilisant Terraform et Amazon Bedrock
- Déployez une logique de prétraitement dans un modèle de machine learning sur un seul point de terminaison à l'aide d'un pipeline d'inférence sur Amazon SageMaker
- Développez des assistants avancés basés sur l'IA générative basés sur le chat en utilisant RAG et en demandant ReAct
- Développez un assistant entièrement automatisé basé sur le chat en utilisant les agents et les bases de connaissances Amazon Bedrock
- Documentez les connaissances institutionnelles à partir de saisies vocales à l'aide d'Amazon Bedrock et Amazon Transcribe
- Générez des recommandations personnalisées et reclassées à l'aide d'Amazon Personalize
- Formez et déployez un modèle de GPU machine learning personnalisé pris en charge sur Amazon SageMaker
- Translate le langage naturel en requêtes de requête OpenSearch et DSL en requêtes Elasticsearch
- Utilisez Amazon Q Developer comme assistant de codage pour augmenter votre productivité
- Utiliser SageMaker le traitement pour l'ingénierie des fonctionnalités distribuées d'ensembles de données ML à l'échelle du téraoctet
- Visualisez les résultats du modèle AI/ML à l'aide de Flask et Elastic Beanstalk AWS
- Plus de modèles
